|
1. 外生因素研究——行业 1.1 可比公司研究 主要看某时点按照业务线选取的可比公司，历史上最高最高最低的市值，各公司的发展历程等等。最重要的，是通过大量的可比公司研究，从外部找出公司的发展脉络，因此可比公司需要有全球观和历史观，单纯的拉一个comps表格是没有太多意义的；同样重要的是，要从可比公司中，深挖一层，看到表面下背后的推动力，并结合不同的历史时期，不同的国度来进行推演，这也许就是所谓的insight吧。不看历史的投资人不是好投资人，拿来提醒自己一下。 从实操层面，我认为比较重要的关注点有以下几点： 1. 地区选取，优先选择日本 韩国 台湾 新加坡和香港等亚洲先发地区，但也要结合美国英国欧洲等地区。这主要取决于行业特点和上市地。 2. 对于时间跨度，比较新的行业基本国内可以做到和美国同步，但消费医疗能源等行业需要结合历史上的情况来看，要认清行业周期和tech leap（参加Gartner）。 3. 首先选取的是competition landscape，各竞争对手的绝对市值，收入利润规模，市场份额等（此处需要结合topdown和bottomup的market sizing，很有趣也很有意义的地方）。 4. 接下来就要针对operation KPI，挑选最重要的KPI进行持续跟踪和历史比较， 并最好结合实地访问，看清楚为什么有的地方做的就是好（这个层面的事情，是功力的真实体现，也是为什么有产业沉淀的机构有优势的地方，也是未来投后管理要集中下手的地方，也是很多基金死的比较惨的地方，也算是投资艺术所在）。 5. 最后我们拔出脑袋，看一下历史上各研究机构的研报和实际博弈下来的估值区间（P/E band之类），对organic growth在公开市场上的结果有自己的清楚判断。长期均衡价格来看，可以以债券的角度来看（其实格雷厄姆的证券分析就是建立在债券的基础上的），即Dividened Yield=Div/P=Div%*E/P=Div%/(P/E)=长期美国国债收益率+Market Premium 1.2 市场规模、增速和天花板研究 市场规模和增长核心是看Driver，以及结论倒算市场份额和国际比较。Driver的滞后和先行相关性是一个很好的切入点，但往往一级市场数据不支持，更多靠微观观察。 市场规模和可比发达国家的市场份额基本限定了一个业内公司的天花板在哪。任何一个市场总量，任何一个公司的边界，总是有限的。而离这个总量有多远，确实是一个很重要的指标。但随着中国很多成熟行业离这个天花板越来越近，新兴行业也迅速成熟。 仅仅算这个指标固然重要，但对于真正优秀的企业家来说，即使到了所谓的拐点，仍然有进一步突破的空间。而且历史往往以黑天鹅的方式进行演进，其复杂程度远远不是一个市场天花板研究所能概括的。 1.3 产业链结构研究 波特五力研究虽然比较学院派，但仍不失是一个好的框架。其应用的关键，是要看清楚趋势，并明白自己的投资标的是顺势而为，同时对于自己的短板努力克服。比较核心的一个数量指标，就是产业链各环节毛利情况，或者加价率。 1.4 产业拐点预判 这个是真正见功夫的地方，因为大多数竞争格局其实是比较稳定的，先发者其实确实有比较大的机会（since the early days of market growth in the USA, the market leader in 1925 remained the market leader, or in second position, for the rest of the century—true for not only one or two, but for 17 product categories (Atsmon et al. 2012).），然后每一次技术革命、渠道更替、人口变化，《浪潮之巅》所谓的一波浪潮，就会使一批新的竞争者，很可能从之前并不相关的领域杀出来，抢到领先的位置。而获取这个拐点，往往其实需要站在产业的一线（但不能太近），并有敏锐的嗅觉，特别是要对发达国家情况了如指掌，未雨绸缪。复盘2007年iPhone横空出世，那个时候的迪信通、多普达都在做Pre-IPO融资，然后呢？呵呵。 另外一个可能更多的不是拐点，而是整个市场环境的变化。这一点对于消费领域，就是追寻年轻人和社会媒体气氛的变迁，当年归真堂肯定不会想到未来会因为动物保护舆论爆发，自己3年的IPO彻底没戏。我们所有人都活在自己的小世界里，而对于外面的世界并没有那么了解，保持敬畏和危机感确实很难，但是很重要。 2. 内部因素研究——公司 2.1 团队 团队是投资，特别是早期投资最重要的因素，由于中国企业家成分比较复杂，方差很大，故个人认为红杉那种押注于赛道而不是赛手的方式并不适用于中国。整体上真的需要靠大量的访谈来不断测试自己的Comfort Level。 这里有个我自己做过的真实的案例。当年DST投资京东时，曾经做了件很有意思的事情：将老刘当时正处于高产期的微博翻了个底朝天，中文翻译成英文，英文翻译成俄文，Yuri大哥亲自看。可见，识人是不分国界的呀。 另外，如果可以打入公司内部，对公司中低层员工的访谈也是很重要的。看看办公室员工的气氛，看看洗手间里面的整洁情况（我的一个个人习惯，每次去公司现场必去洗手间），人，特别是群体的人，其实在一定程度上是集体潜意识驱动的，感知人，需要用心体会，用右脑而不是左脑。 2.2 上下游 上下游访谈其实是个很有技巧的事情，通过第三方才能真正了解到这个行业里的行规，了解这个公司的江湖地位，了解创始人和公司高管的人品。关键，是找到人，套到话。 3. 财务预测 3.1 短期的可预见性 整体上2B的行业的预见性会大很多，对于几个关键的大客户的访谈就能做的差不多。而对于2C的行业，需要在渠道的层面加以验证（手里拿着渠道商的基金向上投资就是有很多信息优势的啊），需要通过物流方、银行来进行验证，需要通过数数的方式进行核查。 3.2 长期的区间 财务预测的核心在于收入，收入一般可以拆分为两类的Driver：量*单价（比如对于消费品行业就是单店和店数，其中又可以按照不同城市层级、不同店、直营/加盟拆成很多个）。 对于中国市场，整体上增长是靠量的，提高单价那需要靠公司自己的真本事和产业链结构支持因此，单店模型还是很重要的，特别对于线下开店的餐饮、酒店、服装、乃至医院、学校等行业，包括像游戏项目都是可以做单店模型的，而通过一定样本的积累，就可以不断打磨单店模型，最后做到一个比较稳定的状态。但是要提醒一下，开店模式的线下拓展是经常容易被高估的。 对于“量”，其实如果是消费端的公司的话，一般也就是人口年龄结构、收入增长、渗透率提升（相比可比国家）这三个主要驱动因素。当然这几个指标很大，具体到一个公司能做的怎么样，其实更多要看当地的情况。中国是个大国，要记住。 3.3 不断的验证和调整 做模型本身，其实很大程度上要遵循着简单原则：能用一个变量解决的地方，就不要用两个变量。这可能是买方和卖方模型的最大区别。具体不说了，那么多加班讨论的晚上啊。 4. 交易 4.1 价格 价格整体上肯定是越便宜越好，但早期项目的估值方式更多看艺术，后期项目估值更多靠技术，早期还可以看看P/S，后期肯定看EV/EBITDA和P/E。最核心在于定价体系：是价值型投资，还是成长型投资。我本质上是认同价值投资的，但是价值型投资确实对于软件和互联网公司不是很适合，成长型投资可能更加适合。建议看一下McK Insight最近推出的文章，其大意是收入的增速是成长型投资的核心，如果增速在1亿美金销售以下时大于60%，则很可能是一个未来很强大的公司。 另一个角度是绝对估值，特别是类似公司在其他市场能够做到的体量和估值（买房同理，绝对估值上看，中国一线城市的房子已经很贵了）。 调整价格的方式可以有新老股混合，放入Warrant等方式来进行，如果是上市公司平台，则还可以调整现金和股比，增发等很多方式来做。 3.2 退出方式 一个好企业，自然是不愁退出，但是大多数企业，其实很多时候需要赚一笔不同市场估值体系差异的钱。因此理解二级市场和战略投资人的估值体系其实颇为重要，then enjoy the foam。一般在实操时，往往会根据长期的二级市场估值打一个流动性和控制权折扣。 但这样的投资，其实是一种一级市场炒股票的思维，真正能够基业长青的，还是遵循老巴的价值投资理念比较靠谱，寻求穿越周期的长牛股。此处不展开讲了，多读读巴菲特每年的之股东信就好了（比如老巴中了子宫彩票、Float是长期的钱，PE Portfolio其实分为四块：保险——提供Float、大消费——超跌买入、基础设施——区域垄断性、金融——基本以债为主）。 话说远了，其实退出永远是一种艺术，即使IPO后二级市场卖股票，选择好的交易对手才可能尽量减少折扣，很多细节。最关键的，要记住江湖名声还是很重要的，很难一辈子骗人，可能骗一时，但不可能骗一世。 另外一个思路是长期持有获取分红，这是Buyout、地产基金和产业资本的玩法：一笔重资本下去，锁定未来的运营成本和可能的通胀压力（如开店的Capex），然后靠未来的现金流分红赚取回报。最后在成熟市场里面的上市公司其实大都是这样的结果，都是可以用债券的角度来看的。 3.3 交易结构 3.4 保护性条款 这个更多的是技术而不是艺术，就不多说了，专业性较强，美国的PE主要靠这个吃饭的，就不赘述了。整体上，好项目都不是罚出来的。 5. 投后管理 这一段儿我没法写很多，最高水准在于“帮忙而不添乱”，找人+财技是主要功夫。 |
|
|
